《人工智能基础》课程教学大纲.docx

《人工智能基础》教学大纲

课程编号英文名称：BasisofArtificialIntelligence

学分：2.0

学时：总学时40学时，其中理论24学时，实践16学时

先修课程：高等数学、线性代数、

课程类别：专业拓展课

授课对象：机器人工程专业学生

教学单位：机械与电气工程学院

修读学期：第5学期

一、课程描述和目标

人工智能是信息论、神经生理学、计算机科学、控制论等多种学科互相渗透而发展起来的一门综合性新学科，其本质是研究如何模拟、延伸和扩展人的智能，制造出智能机器或智能系统的一门技术科学。

本课程是人工智能理论和方法的导论课程，主要介绍人工智能研究中的经典理论和方法，使学生通过本课程的学习后能较全面、深入地理解和掌握人工智能的基本概念、基本方法、主要功能及其实现技术，了解人工智能方法在多媒体分析、计算机视觉、机器学习等方面的发展前沿，为学生今后从事相关领域的工作打下较坚实的基础。激发学生利用人工智能技术改善人民生活、造福人类社会。

通过本课程各项教学活动的实施，达到以下课程目标：

课程目标1：了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域。

课程目标2：学习各种人工智能的基本理论及其应用，拓展学术视野，重点掌握部分方法并能应用于解决简单实际问题。

课程目标3：能够自主学习人工智能领域新的技术，具备对技术问题的理解能力，归纳总结的能力和提出问题的能力，能够通过不断学习提高自身能力，适应社会和专业的发展。

二、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

4.2能够根据具体的检测、控制对象及其特征，制定研究方法和技术路线，设计实验方案；

课程目标1

H

6.1了解机器人工程相关领域的技术标准体系、知识产权、产业政策和法律法规，能够在法律和技术规范的框架下开展工作，理解不同社会文化对工程活动的影响；

课程目标2

H

12.2具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等，能够通过不断学习提高自身能力，适应社会和专业的发展。

课程目标3

M

（注：要求课程目标与毕业要求指标点应是一一对应支撑）

三、教学内容、基本要求与学时分配

（一）理论教学

序号

教学内容

基本要求及重、难点（含德育要求）

学时

教学

方式

对应课程目标

1

人工智能概念及发展历史

基本要求：了解人工智能的起源与发展历史、基本研究内容、主要学派及其应用。

重点难点：人工智能的主要学派

德育要求：爱国情怀、热爱专业、服务社会

2

讲授式

启发式

课程目标1

2

线性回归

基本要求：了解线性回归的基本原理、模型构建与应用。

重点难点：线性回归模型构建应用

德育要求：科学素养、工匠精神

2

讲授式

启发式

课程目标1、

课程目标3

3

分门别类

基本要求：了解常见的分类模型及其基本原理，并能够实现简单应用。

重点难点：分类模型的选取与应用

德育要求：科学素养、工匠精神、创新意识、社会责任

2

讲授式

启发式

课程目标1、

课程目标3

4

人工神经网络

基本要求：理解人工神经网络的基本原理、算法和实现过程。

重点难点：人工神经网络的基本原理

德育要求：科学素养、工匠精神、创新意识、社会责任

4

讲授式

启发式

课程目标1、

课程目标3

5

感知智能

基本要求：了解感知智能的基本概念，以及数字图像处理技术、模式识别、人脸识别、无人驾驶环境感知技术。

重点难点：模式识别

德育要求：科学素养、工匠精神、创新意识、社会责任

4

讲授式

启发式

课程目标1、

课程目标2

6

机器人

基本要求：了解各种形态的机器人，理解机器人的基本结构，机器人进化与人工智能发展的关系。

重点难点：机器人进化与人工智能发展的关系

德育要求：科学素养、工匠精神、创新意识、社会责任

4

讲授式

启发式

课程目标1、

课程目标2

7

混合智能

基本要求：理解混合智能的概念和基本形态。

重点难点：混合智能的概念和基本形态

德育要求：科学素养、工匠精神、创新意识、社会责任

4

讲授式

启发式

课程目标1、

课程目标2

8

人工智能伦理与法律

基本要求：了解人工智能伦理的含义，强人工智能伦理和弱人工智能伦理的主要问题，人工智能的法律主体问题。

重点难点：强人工智能伦理和弱人工智能伦理的主要问题

德育要求：科学素养、工匠精神、创新意识、社会责任

2

讲授式

启发式

课程目标1、

课程目标3

合计

24

（二）实验教学

序号

实验项目

实验内容与要求

学时

类型

对应课程目标

1

房屋价格预测

实验内容：构建一个线性回归模型，实现房价的预测

4

设计

课程目标2

2

感知器

实验内容：构建一个分类模型，对鸢尾花数据进行正确分类。

实验要求：必修

4

设计

课程